• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.432-435
• /
• 2022

최근 IT 산업의 지속적인 발전으로 사용자들을 위협하는 악성코드, 피싱, 랜섬웨어와 같은 사이버 공격 또한 계속해서 발전하고 더 지능화되고 있으며 변종 악성코드도 기하급수적으로 늘어나고 있다. 지금까지의 시그니처 패턴 기반의 탐지법으로는 이러한 방대한 양의 알려지지 않은 악성코드를 탐지할 수 없다. 따라서 CNN(Convolutional Neural Network)을 활용하여 악성코드를 탐지하는 기법들이 제안되고 있다. 이에 본 논문에서는 CNN 모델 중 낮은 인식 오류율을 지닌 모델을 선정하여 정확도(Accuracy)와 F1-score 평가 지표를 통해 비교하고자 한다. 두 가지의 악성코드 이미지화 방법을 사용하였으며, 2015 년 이후 ILSVRC 에서 우승을 차지한 모델들과, 추가로 2019 년에 발표된 EfficientNet 을 사용하여 악성코드 이미지를 분류하였다. 그 결과 2 바이트를 한 쌍의 좌표로 변환하여 생성한 256 * 256 크기의 악성코드 이미지를 ResNet-152 모델을 이용해 분류하는 것이 우수한 성능을 보임을 실험적으로 확인하였다.

• KIPS Transactions on Software and Data Engineering
• /
• v.7 no.9
• /
• pp.345-350
• /
• 2018

This study is an algorithm for detecting vein pattern features important for finger vein recognition. The feature detection algorithm is important because it greatly affects recognition results in pattern recognition. The recognition rate is degraded because the reference is changed according to the finger position change. In addition, the image obtained by irradiating the finger with infrared light is difficult to separate the image background and the blood vessel pattern, and the detection time is increased because the image preprocessing process is performed. For this purpose, the presented algorithm can be performed without image preprocessing, and the detection time can be reduced. SWDA (Down Slope Trace Waveform) algorithm is applied to the finger vein images to detect the fingertip position and vein pattern. Because of the low infrared transmittance, relatively dark vein images can be detected with minimal detection error. In addition, the fingertip position can be used as a reference in the classification stage to compensate the decrease in the recognition rate. If we apply algorithms proposed to various recognition fields such as palm and wrist, it is expected that it will contribute to improvement of biometric feature detection accuracy and reduction of recognition performance time.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.369-372
• /
• 2012

조영증강 의료 초음파 영상에서 조영제의 확산효과에 대한 분석은 간질환과 연관된 각종 병변을 검출하고 분석하는 과정에서 매우 유용한 정보를 제공한다. 본 연구에서는 초음파 영상에서 조영제의 확산 패턴을 분석하고 이를 영상화하는 방법을 제안한다. 이 과정에서 부수적으로 호흡에 의한 흔들림 현상을 보정하고 노이즈의 영향을 극복할 수 있는 방법론을 고찰한다. 호흡주기에 따른 모멘텀 요소를 고려한 ROI 추적 기법은 측정과정에서의 흔들림과 노이즈에 의한 오류를 최소화 할 수 있게 한다. 조영제의 확산 단계에 따라 서로 다른 노이즈 비율을 고려하여 동적 가중치를 할당하는 방법으로써 흔들림을 보정하였으며, 조영제의 전이 시간과 패턴을 분석하고 그 특성을 분류함으로써 간 병변 분석을 위한 효과적인 영상화기법을 구현하였다. 또한 생성된 영상에서 노이즈를 제거하고 영상을 개선하는 방법으로서 MRF 기반의 최적화 알고리즘을 적용하는 영상 개선 기법을 제시한다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.51 no.7
• /
• pp.190-200
• /
• 2014

The video-based system of the broadcasters and the video-related institutions have shifted from analogical to digital in worldwide. This migration process can generate a defect, digital dropout, in the quality of the contents. Moreover, there are limited researches focused on these kind of defects and those related have limitations. For that reason, we are proposing a new method for feature extraction emphasizing in the peculiar block pattern of digital dropout based on discrete cosine transform (DCT). For classification of error block, we utilize support vector machine (SVM) which can manage feature vectors efficiently. Further, the proposed method overcome the limitation of the previous one using continuity of frame by frame. It is using only the information of a single frame and works better even in the presence of fast moving objects, without the necessity of specific model or parameter estimation. Therefore, this approach is capable of detecting digital dropout only with minimal complexity.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.431-433
• /
• 2000

본 논문에서는 얼굴인식에 주로 사용되는 PCA를 얼굴포즈판별로 적용해 보았다. 얼굴포즈판별은 개개인의 얼굴특징을 강조해야 하는 얼굴인식과는 달리 일반적인 얼굴특징을 이용하기 때문에 PCA에 적합한 응용분야이다. 그러나, 다양한 얼굴포즈에 대한 영상을 하나의 표본집합으로 사용하면, 표본집합의 분산이 크기 때문에 포즈별로 표본집합을 달리하여 PCA모듈을 구성하는 것이 타당하다. 표본수집의 어려움은 3차원 한국인 표준모형을 이용해 극복하고, 이를 통하여 다양한 조명방향 및 얼굴포즈에 대한 표본을 수집하였다. 5방향의 얼굴포즈에 대한 판별 실험을 통하여 모율화된 PCA의 분류기로서의 가능성을 살펴보고, 조명에 따른 오류를 완하하고자 비 선형적 패턴을 나타내는 각 PCA모듈의 결과를 신경망에 적용하여 보았다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.580-582
• /
• 2015

본 프레임워크의 기본 방향은 [공공서비스를 제공하기 위한 재난안전 정보를 구현하기 위한 5단계로 피해지역에 설치된 정보수집 장치로부터 관측된 데이터와 현장에 대한 신고 정보를 취득함으로써 1단계 현장의 상황을 감시/관측하여 피해 현황을 인지할 수 있는 정보수집체계를 구축하고 수집된 데이터 중에서 오류 데이터를 정제하고 정보 모델링의 분류와 그룹핑을 통한 2단계 상황정보를 유형화한다. 그리고 유형화된 상황정보와 관련된 사건을 대상으로 일련의 규칙이나 상호관계를 파악하는 3단계 패턴 분석 과정을 통하여 4단계 공공서비스 매체별 특성을 고려하여 변환함으로써 대국민과 유관기관에게 재난안전 정보를 전달하는 5단계 공공서비스로 구현한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.870-872
• /
• 2015

본 연구에서는 웨이퍼의 자동광학검사를 위한 결점 검출 비전 시스템을 개발하였다. 성공적 결점 검출을 위해 몇 가지 이진화 방법을 비교하였고, bimodal과 unimodal 분포에 모두 좋은 결과를 나타낸 개선된 Otsu 방법을 선택하였다. 빠르고 정확한 임계값 계산을 위해 ROI 추출기능을 개발하였으며 최종적으로 웨이퍼의 검출 패턴은 정의된 기준에 따라 영상 분류되었고 성능평가를 위해 14개 이상의 웨이퍼 영상으로 테스트하였다.

• The KIPS Transactions:PartB
• /
• v.8B no.3
• /
• pp.231-236
• /
• 2001

일반적인 다층 신경망에서 가중치의 갱신 알고리즘으로 사용하는 오류 역전과 방식은 가중치 갱신 결과를 고정된(fixed) 한 개의 값으로 결정한다. 이는 여러 갱신의 가능성을 오직 한 개의 값으로 고정하기 때문에 다양한 가능성들을 모두 수용하지 못하는 면이 있다. 하지만 모든 가능성을 확률적 분포로 표현하는 갱신 알고리즘을 도입하면 이런 문제는 해결된다. 이러한 알고리즘을 사용한 베이지안 신경망 모형(Bayesian Neural Networks Models)은 주어진 입력값(Input)에 대해 블랙 박스(Black-Box)와같은 신경망 구조의 각 층(Layer)을 거친 출력값(Out put)을 계산한다. 이 때 주어진 입력 데이터에 대한 결과의 예측값은 사후분포(posterior distribution)의 기댓값(mean)에 의해 계산할 수 있다. 주어진 사전분포(prior distribution)와 학습데이터에 의한 우도함수(likelihood functions)에 의해 계산한 사후확률의 함수는 매우 복잡한 구조를 가짐으로 기댓값의 적분계산에 대한 어려움이 발생한다. 따라서 수치해석적인 방법보다는 확률적 추정에 의한 근사 방법인 몬테 칼로 시뮬레이션을 이용할 수 있다. 이러한 방법으로서 Hybrid Monte Carlo 알고리즘은 좋은 결과를 제공하여준다(Neal 1996). 본 논문에서는 Hybrid Monte Carlo 알고리즘을 적용한 신경망이 기존의 CHAID, CART 그리고 QUEST와 같은 여러 가지 분류 알고리즘에 비해서 우수한 결과를 제공하는 것을 나타내고 있다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.12 no.2
• /
• pp.96-101
• /
• 2011

In recent days, the demand for the remote ECG monitoring system has been increasing and the automation of the monitoring system is becoming quite of a concern. Automatic detection of the abnormal ECG beats must be a necessity for the successful commercialization of these real time remote ECG monitoring system. From these viewpoints, in this paper, we proposed an automatic detection algorithm for the abnormal ECG beats using QRS width and RR interval patterns. In the previous research, many efforts have been done to classify the ECG beats into detailed categories. But, these approaches have disadvantages such that they produce lots of misclassification errors and variabilities in the classification performance. Also, they require large amount of training data for the accurate classification and heavy computation during the classification process. But, we think that the detection of abnormality from the ECG beats is more important that the detailed classification for the automatic ECG monitoring system. In this paper, we tried to detect the VEB which is most frequently occurring among the abnormal ECG beats and we could achieve satisfactory detection performance when applied the proposed algorithm to the MIT/BIH database.

• The Journal of the Korea Contents Association
• /
• v.6 no.12
• /
• pp.105-112
• /
• 2006

In this study, we propose a simple preprocessing method for classification of basal cell carcinoma (BCC), which is one of the most common skin cancer. The preprocessing step consists of data clipping with a half Hanning window and dimension reduction with principal components analysis (PCA). The application of the half Hanning window deemphasizes the peak near $1650cm^{-1}$ and improves classification performance by lowering the false negative ratio. Classification results with various classifiers are presented to show the effectiveness of the proposed method. The classifiers include maximum a posteriori probability (MAP), k-nearest neighbor (KNN), probabilistic neural network (PNN), multilayer perceptron(MLP), support vector machine (SVM) and minimum squared error (MSE) classification. Classification results with KNN involving 216 spectra preprocessed with the proposed method gave 97.3% sensitivity, which is very promising results for automatic BCC detection.